![aa8e22cf7ffe9551be383e0ccf6c3441.png](https://img-blog.csdnimg.cn/img_convert/aa8e22cf7ffe9551be383e0ccf6c3441.png)
随机变量+抽样统计基础思维导图总结
![0b1304c65e2edf99b1d7a37c293c064e.png](https://img-blog.csdnimg.cn/img_convert/0b1304c65e2edf99b1d7a37c293c064e.png)
![c9b020ff024cf923da18180df49c80c2.png](https://img-blog.csdnimg.cn/img_convert/c9b020ff024cf923da18180df49c80c2.png)
![2ab84a17e232618069c0d6674b28e0cb.png](https://img-blog.csdnimg.cn/img_convert/2ab84a17e232618069c0d6674b28e0cb.png)
概率分布和抽样的python实现
伯努利分布 Bernoulli Distribution
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
#定义随机变量:1次抛硬币
X = np.arange(0,2,1) #成功指正面朝上记录为1,失败指反面朝上记录为0
X
array([0, 1])
#求对应分布的概率:概率质量函数 (PMF)
p = 0.5 # 硬币朝上的概率
pList = stats.bernoulli.pmf(X, p)
pList
array([0.5, 0.5])
#概率分布
plt.plot(X, pList, marker='o', linestyle='none')
plt.vlines(X,0,pList)
#x轴文本
plt.xlabel('随机变量:抛硬币1次')
#y轴文本
plt.ylabel('概率')
#标题
plt.title('伯努利分布: p=%.2f' % p)
#显示图形
plt.show()
![f977fbddae48858f44185b1be7398983.png](https://img-blog.csdnimg.cn/img_convert/f977fbddae48858f44185b1be7398983.png)
二项分布(Binomial Distribution)
#定义随机变量:5次抛硬币,正面朝上的次数
n = 5 #次数
p =0.5 #正面向上的概率
X = np.arange(0,n+1)
X
array([0, 1, 2, 3, 4, 5])
#求对应分布的概率:概率质量函数 (PMF)
pList = stats.binom.pmf(X, n, p)
pList
array([0.03125, 0.15625, 0.3125 , 0.3125 , 0.15625, 0.03125])
#概率分布
plt.plot(X, pList, marker='o', linestyle='none')
plt.vlines(X,0,pList)
#x轴标题
plt.xlabel('随机变量:抛硬币5次')
#y轴标题
plt.ylabel('概率')
#标题
plt.title('二项分布: p=%.2f' % p)
#显示图形
plt.show()